凸优化第四章凸优化问题 4.1优化问题

最新推荐文章于 2021-07-13 08:56:40 发布

「已注销」

最新推荐文章于 2021-07-13 08:56:40 发布

阅读量1.3k

点赞数 1

分类专栏：凸优化文章标签：凸优化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wangchy29/article/details/86574329

版权

本文详细介绍了凸优化问题的基本概念，包括优化变量、目标函数、约束函数，以及无约束和有约束问题的理解。同时，讨论了最优点和局部最优点的区别，并举例说明。此外，还阐述了minimize与min的区别，以及问题的标准表示形式和等价问题的概念，如变量变换、目标函数与约束函数变换和消除等式约束的方法。

摘要由CSDN通过智能技术生成

4.1优化问题

基本术语
问题的标准表示
等价问题
参数与谕示问题描述

基本术语

$minimize\, \, f_0(x) \\ subject\, \, to\, \, \begin{matrix} f_i(x)\leq 0& i=1,\cdots m \\ h_i(x)=0&i=1,\cdots p \end{matrix}$

$x \in R^n$ 是优化变量也叫决策变量。

$f_0:R^n \rightarrow R$ 为目标函数，或者费用函数。

$f_i:R^n \rightarrow R,i=1,\cdots m$ 是不等式约束函数。

$h_i:R^n \rightarrow R$ 是等式约束函数。

如果m=p=0，即没有约束，此时问题为无约束问题。

在实际生活中可以这样理解该优化问题，即我们要生产产品，其数量为x，要确定生产数量以使得费用最低，而约束函数则可以理解为在实际产生中受到的限制比如资源消耗等。

问题的定义域： $D=(\bigcap dom(f_i))\cap (\bigcap dom(h_i))$

可行点： $x \in D,f_i(x)\leq 0,i=1,\cdots m,h_i(x)=0,i=1,\cdots p$ ，此时x是可行的，x为可行点。

可行集：所以有可行点的集合。

问题的最优值 $p^*=inf \left\{ f_0(x)|f_i(x)\leq 0,i=1,\cdots m,h_i(x)=0,i=1,\cdots p\right \}$ <

最低0.47元/天解锁文章

「已注销」

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
凸优化第四章凸优化问题 4.1优化问题

4.1优化问题基本术语问题的标准表示等价问题参数与谕示问题描述基本术语是优化变量也叫决策变量。为目标函数，或者费用函数。是不等式约束函数。是等式约束函数。如果m=p=0，即没有约束，此时问题为无约束问题。在实际生活中可以这样理解该优化问题，即我们要生产产品，其数量为x，要确定生产数量以使得费用最低，而约束函数则可以理解为在实际产生中受到的限制比如资源消...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。